Cours 2 : The Java VM Specification. Damien MASSON d.masson@esiee.fr. 28 février 2011

Transcription

1 Androïd Cours 2 : The Java VM Specification Damien MASSON d.masson@esiee.fr 28 février 2011

2 Buts du cours et Références Ce cours présente le fonctionnement d une machine virtuelle Java telle que décrit par la spécification Java. Le prochain cours présentera la machine virtuelle Dalvik choisie par Google pour sa plateforme Androïd. Références : La spécification de la JVM Java ( ; Les cours de Yann Régis-Gianas ( dont quelques transparents ont ici été honteusement plagiés ; Wikipedia et internet (exemple de ce qu il ne faut pas mettre dans un rapport) ; Des livres (voir plus loin). 2/27

3 Qu est-ce que Java? C est un ensemble de spécifications : une pour le langage de programmation une pour le bytecode et la machine virtuelle d autres pour plein de choses (ex. RTSJ pour le temps réel, voir le site des JSR) plus des API. Ce n est pas : l implantation de Sun/Oracle cad Hotspot (mais qui respecte la spécification) Dalvik n est donc pas une JVM Java, puisque ne respecte pas la spécification pour le bytecode et la JVM. Par contre elle interprète du bytecode (pas Java) qui peut être obtenu par compilation à partir d un programme Java. 3/27

4 Qu est-ce qu une Machine Virtuelle? programmer, c est résoudre un problème par des calculs il existe de nombreux modèles de calculs : Digitals/Analogiques, Séquentiels/Parallèles, Automatiques/Supervisés, Fonctionnels/Impératifs/Logiques/Concurrent... pour chaque modèle de calcul, il existe une machine abstraite qui décrit son environnement d évaluation la plupart des machine abstraites n ont pas de réalisation physique (exception : la machine de Turing) mais un programme peut émuler une machine abstraite : ce programme est une machine virtuelle 4/27

5 Digressions sur les machines de Turing Une machine de Turing est un modèle abstrait du fonctionnement des appareils mécaniques de calcul (1936). La mise en œuvre concrète d une machine de Turing est réalisée avec les éléments suivants : Une bande (infinie) de cases contenant des symboles. Une tête de lecture en face d une case Un état courant (p.ex. un numéro d état) Un programme (fini), qui à tout état et symbole lu, associe un nouvel état, un symbole à écrire, et un mouvement (G/D) de la tête de lecture 5/27

6 Digressions sur les machines de Turing Les ordinateurs modernes (ou pas) sont des machines de Turing : bande = mémoire état = pointeur de code programme = câblage CPU Thèse de Church-Turing : tout ce qui se calcule peut se calculer via une machine de Turing (ou les math ne sont pas une invention humaine cf cours de philo) Une seule machine suffit car une MdT peut calculer le comportement d une MdT autrement dit une Mdt peut émuler une MdT donc un ordinateur peut calculer tout se qui se calcule. voir cours de calculabité... 6/27

7 Architecture des ordinateurs pour les nuls Machines pas virtuelles Composants d un ordinateur : Processeur : exécute les instructions Mémoire principale : stocke les programmes et les données Mémoire secondaire : idem de façon persistante Périphérique d entrée/sortie : communication avec l utilisateur Ce qui suit décrit une simplification très approximative du fonctionnement d une machine moderne. Plus : vos cours d archi, ou (par exemple) Architecture/Cours/ 7/27

8 Processeur Trois composantes à l intérieur du processeur : L unité de contrôle coordonne l avancée des calculs. L unité arithmétique effectue les calculs. Les registres servent de mémoire à accès très rapide. Différents types de registres en fonction de leur utilisation : les registres d adressage ; les registres de données d entrées ; les registres de résultats. Il existe souvent des registres spéciaux : IR : un registre qui stocke l instruction courante. PC : un registre qui stocke l adressage de l instruction courante dans le code. 8/27

9 La mémoire La mémoire est exclusivement formée de 0 et de 1, les bits. Nous choisissons une interprétation de cette mémoire. Pour faciliter la définition de leur interprétation et leur manipulation, on a choisi de grouper ces bits en paquets de 8 bits, appelés octets (bytes). Pour traiter plus rapidement les informations, un processeur groupe ces octets en mots. La taille des mots varie d un processeur à l autre : 4 octets (32 bits) ou 8 (64 bits) ou... 9/27

10 Mémoire et données Une information est localisée dans la mémoire par une adresse. La plupart du temps, chaque cellule mémoire contient un octet. Un mot doit donc être réparti sur plusieurs octets consécutifs. Il existe plusieurs façons d agencer ces octets : little endian (i386,...) ou big endian (SPARC,...) ou... Le processeur lit le contenu d une adresse en le stockant dans un registre. Le processeur écrit dans une adresse en y stockant le contenu d un registre. La mémoire primaire est rapide mais s efface lorsque la machine est éteinte. La mémoire secondaire est lente mais persiste même si la machine est éteinte. 10/27

11 Mémoire et programmes Les programmes sont stockés dans la mémoire secondaire. Pour les exécuter (rapidement), ils sont chargés en mémoire primaire. Une instruction est représentée par une séquence de bits qui suit généralement l organisation : opcode - data La taille d une instruction est généralement proportionnelle à la taille des mots du processeur. Le code de l opération (opcode) est un indice faisant référence à la table d instructions du processeur (add, mul, push,...). En fonction de ce code, la suite de l instruction est décodée : ce sont des données réparties en deux catégories, les opérandes et les adresses. 11/27

12 Le cycle Récupère-Décode-Exécute Le cycle Récupère-Décode-Exécute (Fetch-Decode-Execute) est l activité principale d un processeur. En gros : 1 Phase Récupère : Le processeur détermine la prochaine instruction à partir de l adresse contenue dans le registre PC et la stocke dans le registre IR. Dès que IR est mis-à-jour, PC est incrémenté pour la prochaine itération. 2 Phase Décode : Le processeur interprète la partie data de l instruction en fonction de la partir opcode 3 Phase Exécute : Le processeur effectue l opération La vitesse de l horloge (la fréquence du processeur) correspond au nombre de cycles effectués par unité de temps. 12/27

13 Avantages des Machines Virtuelles Une machine virtuelle est donc un programme qui est exécuté par une machine (virtuelle ou pas). Elle n a pas d existence physique, cela permet : de s abstraire totalement du matériel (de l électronique notamment), et de ne raisonner que sur les programmes. de contrôler l exécution d un programme : la machine virtuelle peut observer le programme, vérifier son comportement et même intervenir en cas d erreur du programme. la machine virtuelle étant un programme, elle peut être manipulée comme tel (être mise à jour, échangée entre des terminaux etc.) 13/27

14 Inconvénients des Machines Virtuelles la couche supplémentaire d interprétation du code (puisqu on émule une machine abstraite, il y a nécessairement transcription du code) rend difficile l écriture d une machine virtuelle efficace (mais c est possible). la difficulté de l analyse d un programme avant son évaluation rend difficile l écriture d une machine virtuelle sûre (mais c est possible). 14/27

15 Inconvénients des Machines Virtuelles la couche supplémentaire d interprétation du code (puisqu on émule une machine abstraite, il y a nécessairement transcription du code) rend difficile l écriture d une machine virtuelle efficace (mais c est possible). Pour améliorer l efficacité, on utilise un bytecode proche du code de l architecture cible, pour réduire la tâche de l interpréteur. On peut aussi compiler le code juste avant l évaluation (JIT). la difficulté de l analyse d un programme avant son évaluation rend difficile l écriture d une machine virtuelle sûre (mais c est possible). 14/27

16 Inconvénients des Machines Virtuelles la couche supplémentaire d interprétation du code (puisqu on émule une machine abstraite, il y a nécessairement transcription du code) rend difficile l écriture d une machine virtuelle efficace (mais c est possible). la difficulté de l analyse d un programme avant son évaluation rend difficile l écriture d une machine virtuelle sûre (mais c est possible). le bytecode est une donnée exécutable, il doit donc être manipulé avec précaution : soit authentifié, soit analysé statiquement, soit exécuter d une une sandbox (politique de sécurité pour l accès aux périphériques sensibles) 14/27

17 La Machine Virtuelle Java (JVM) La JVM a été initialement spécifiée par Sun MicroSystem (racheté par Oracle) pour exécuter le bytecode produit par les compilateurs Java (qui respecte la spécification du langage). Sa spécification est publique : et il en existe de (très) nombreuses implémentations : Azul VM - CEE-J - Excelsior JET - J9 (IBM) - JBed - JamaicaVM - JBlend - JRockit - Mac OS Runtime for Java (MRJ) - MicroJvm - Microsoft Java Virtual Machine - OJVM - PERC - Blackdown Java - C virtual machine - Gemstone - Golden Code Development - Intent - Novell - NSIcom CrE-ME - HP ChaiVM MicrochaiVM - HotSpot - AegisVM - Apache Harmony - CACAO - Dalvik - IcedTea - IKVM.NET - Jamiga - JamVM - Jaos - JC - Jelatine JVM - JESSICA - Jikes RVM - JNode - JOP - Juice - Jupiter - JX - Kaffe - lejos - Maxine - Mika VM - Mysaifu - NanoVM - SableVM - Squawk virtual machine - SuperWaba - TinyVM - VMkit - Wonka VM - Xam La spécification laisse une importante liberté d implémentation. 15/27

18 Modèle de calcul C est une machine à pile pensée pour la programmation objet, concurrente et mobile instructions pour appels de méthodes, threads et chargement dynamique de code avec vérification adapté pour la compilation d autres langages que Java (compilateurs vers bytecode pour ADA, AWK, C, COMMON LISP, FORTH, RUBY, LUA, OCAML...) 16/27

19 Modèle de calcul C est une machine à pile Quand on lit une opérande, elle est empilée ; Quand on lit un opérateur, les opérandes nécessaires sont dépilées, l opérateur appliqué et le résultat empilé ; le résultat du calcul est ce qui reste dans la pile à la fin. pensée pour la programmation objet, concurrente et mobile instructions pour appels de méthodes, threads et chargement dynamique de code avec vérification adapté pour la compilation d autres langages que Java (compilateurs vers bytecode pour ADA, AWK, C, COMMON LISP, FORTH, RUBY, LUA, OCAML...) 16/27

20 Composants de la JVM Le tas et l espace des méthodes sont partagés entre les threads mais les piles et les PC sont privés Toutes ses composantes évoluent durant l exécution Les données au format.class permettent de peupler (dynamiquement) l espace des méthodes dans HotSpot, l espace des méthodes fait partie du tas, mais ce n est pas imposé par la spécification Pile Pile TAS Thread 1 Thread 2 Thread n PC PC PC... Espace des methodes Classe 1 Classe 2 Code m1 Code m1 Code m2 Code m2 Const 1 Const 1 Const 2 Const 2... Pile En ajoutant un chargeur de classes, un GC (même pas obligatoire) et l interpréteur vous avez une JVM. 17/27

21 Les types manipulés La JVM manipule deux grandes familles de données : les données de types primitifs : les valeurs numériques : entières ou à virgule flottante ; les booléens ; les adresses de code (non modifiables par le programme). Les références qui sont des pointeurs vers des données allouées dans le tas (des instances de classe ou des tableaux). La façon dont ces données sont représentées en mémoire est spécifiée! (nombre de bits, ordre etc.) 18/27

22 L espace des méthodes Pour chaque classe, l espace des méthodes contient : un ensemble de constantes ; des champs de classes partagés (les champs static) ; des données liées aux méthodes ; le code des méthodes et des constructeurs ; le code de méthodes spéciales pour l initialisation des instances de classes et de type d interface (blocks static et constructeurs). 19/27

23 La pile La pile privée sert à stocker des blocs d activation. Ce sont des espaces mémoires temporaires pour les variables locales et les résultats temporaires. La pile privée est aussi utilisée pour passer l adresse de retour d une méthode ainsi que ses arguments effectifs. On accède à un seul bloc d activation à la fois. 20/27

24 L exécution du code À chaque fois qu une méthode est invoquée, un bloc d activation est empilé. Quand l exécution de la méthode est terminée, ce bloc est dépilé. Variable locale 0 Variable locale 1... Variable locale n 1 Pointeur vers l espace memoire de la classe de la methode Espace pour la pile de calcul 21/27

25 Taille du bloc d activation Le calcul des tailles des différentes composantes du bloc d activation est effectué par le compilateur. Une variable locale a une taille de 32 bits. Les données de type long ou double utilisent deux variables locales. On accède aux variables locales via leur position dans le bloc d activation. Ces indices débutent à 0. Les variables locales sont utilisées pour stocker les arguments effectifs des appels de méthode. Par convention, le premier argument (d indice 0) contient toujours la référence vers this, c est-à-dire l instance de l objet dont on exécute la méthode. La taille maximale de pile nécessaire à l exécution d un code donné est calculable. 22/27

26 Le jeu d instuction Les instructions de la JVM sont typées. Le nom de chaque opération est préfixée par une lettre indiquant le type des données qu elle manipule : i : int l : long s : short b : byte c : char f : float d : double a : reference Par ailleurs, les opcodes sont stockés sur un octet : il y en a donc au plus 256! Référence : second_edition/html/instructions.doc.html 23/27

27 Le format.class voir la spécification... ou la page wikipedia en francais 24/27

28 Les outils javap -c -verbose jasmin note : il est possible d écrire du bytecode valide qui ne peut pas être obtenu par compilation d un programme Java valide! 25/27

29 Performances et optimisations Optimisation dynamiques : ex. JIT Plus la semaine prochaine :) 26/27

30 Pourquoi pas une JVM dans Androïd? Google a privilégié un autre format de bytecode, packagé dans des fichiers.dex, et un autre type de machine virtuelle : une machine à registres. Nous essayerons d en découvrir plus la semaine prochaine... 27/27